用于输电线路山火群发故障的灭火装备调配方法和处理器与流程

1.本发明涉及电气工程及计算机处理技术领域，具体地涉及一种用于输电线路山火群发故障的灭火装备调配方法、处理器、灭火装备调配系统和机器可读存储介质。


背景技术：

2.电网山火灾害是影响电网安全稳定运行最为严重的自然灾害之一，每年山火灾害会造成成百上千条输电线路发生跳闸，导致停电和供电短缺，且山火易在高发期集中爆发，可能引发电网连锁故障，但现有技术中的灭火装备调配方法难以将有限的灭火装备资源进行合理调配，进而导致电网山火群发故障风险较高。


技术实现要素：

3.本发明实施例的目的是提供一种用于输电线路山火群发故障的灭火装备调配方法、处理器、灭火装备调配系统和机器可读存储介质，该用于输电线路山火群发故障的灭火装备调配方法、处理器、灭火装备调配系统和机器可读存储介质能快速、准确地确定灭火装备的救火调配路线，以对有限的灭火装备资源进行合理调配。
4.为了实现上述目的，本发明第一方面提供一种用于输电线路山火群发故障的灭火装备调配方法，该灭火装备调配方法包括：
5.获取火点所在线路跳闸后电网频率变化百分比和电网电压变化百分比；
6.基于电网频率变化百分比和电网电压变化百分比计算火点的风险；
7.获取火点的最大燃烧时间；
8.基于风险和最大燃烧时间获取灭火装备去火点救火后的收益；
9.基于收益构建灭火装备去火点救火的总收益优化模型；
10.获取总收益优化模型的最佳计算结果，并基于最佳计算结果确定灭火装备的救火调配路线。
11.在本发明的实施例中，基于电网频率变化百分比和电网电压变化百分比计算火点的风险包括：
12.获取火点的第一数量m，其中，m为正整数；
13.根据以下公式计算火点的风险：
14.rj＝|fj| |vj|
15.其中，rj为风险，j为1到m中的任意一个数；fj为电网频率变化百分比；vj为电网电压变化百分比。
16.在本发明的实施例中，基于风险和最大燃烧时间获取灭火装备去火点救火后的收益包括：
17.确定在火点的预设范围内存在灭火装备；
18.判断灭火装备是否去火点救火；
19.在灭火装备去火点救火的情况下，获取灭火装备、火点之间的距离和灭火装备的
运动速度；
20.基于距离和运动速度确定灭火装备的运动时间；
21.基于风险、最大燃烧时间和运动时间获取灭火装备去火点救火后的收益。
22.在本发明的实施例中，基于风险、最大燃烧时间和运动时间获取灭火装备去火点救火后的收益包括：
23.获取灭火装置的第二数量n，其中，n均为正整数；
24.根据以下公式计算收益：
[0025][0026]
其中，c
ij
为收益，i为1到n中的任意一个数；rj为风险；t
max
为最大燃烧时间；t
ij
为运动时间。
[0027]
在本发明的实施例中，基于收益构建灭火装备去火点救火的总收益优化模型包括：
[0028]
根据以下公式构建总收益优化模型：
[0029][0030][0031]
其中，g为总收益；x
ij
为灭火装备去火点救火的决策变量。
[0032]
在本发明的实施例中，采用遗传算法获取总收益优化模型的最佳计算结果。
[0033]
在本发明的实施例中，灭火装备为消防车。
[0034]
本发明的第二方面提供一种处理器，被配置成执行上述的用于输电线路山火群发故障的灭火装备调配方法。
[0035]
本发明的第三方面提供一种用于输电线路山火群发故障的灭火装备调配系统，灭火装备调配系统包括上述的处理器。
[0036]
本发明的第四方面提供一种机器可读存储介质，机器可读存储介质上存储有指令，指令用于使得机器执行上述用于输电线路山火群发故障的灭火装备调配方法。
[0037]
通过上述技术方案，获取火点所在线路跳闸后电网频率变化百分比和电网电压变化百分比并计算火点的风险；获取灭火装备去火点救火后的收益；基于收益构建灭火装备去火点救火的总收益优化模型并计算出灭火装备的救火调配路线，能够快速制定灭火装备的最优调配策略，使电网损失降到最低，对指导灭火装备实施最优电网山火救援、降低电网损失有重要作用。
[0038]
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0039]
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
[0040]
图1是本发明实施例中灭火装备调配方法流程示意图；
[0041]
图2是本发明实施例中山火群发后火点、灭火装备示意图；
[0042]
图3是本发明实施例中灭火装备的救火调配路线示意图。
具体实施方式
[0043]
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
[0044]
本发明的一个实施例中提供一种新型的用于输电线路山火群发故障的灭火装备调配方法，如图1所示，该灭火装备调配方法包括如下步骤：
[0045]
步骤s101：获取火点所在线路跳闸后电网频率变化百分比和电网电压变化百分比。
[0046]
可以理解，该灭火装备调配方法由灭火装备调配系统实施，该灭火装备调配系统中包括处理器，本实施例中的火点位置在具有由多条输电线路构成的电网的山上，山上设有用于检测是否发生山火并确定火点具体数量、位置的火点检测设备(如卫星检测设备)，该火点检测设备和处理器信号连接，该火点检测设备检测到山火并确定火点具体位置后，将上述信息传递给处理，处理器在根据上述信息以及电网稳定计算，获取得火点所在线路跳闸后电网频率变化百分比(即为火点所影响线路发生跳闸后，造成该地电网频率较正常频率下降或上升的百分比)和电网电压变化百分比(火点所影响线路发生跳闸后，造成该地电网电压较正常电压下降或上升的百分比为)。进一步地，令本实施例中的火点数量为第一数量m，其中，m为正整数，j为1到m中的任意一个数；火点j所在线路跳闸后电网频率变化百分比为fj，火点j所在线路跳闸后电网电压变化百分比为vj。
[0047]
步骤s102：基于电网频率变化百分比和电网电压变化百分比计算火点的风险。
[0048]
在本发明的一个实施例中，步骤s102：基于电网频率变化百分比和电网电压变化百分比计算火点的风险包括步骤s201-步骤s202，其中：
[0049]
步骤s201：获取火点的第一数量m，其中，m为正整数；
[0050]
步骤s202：根据以下公式计算火点的风险：
[0051]rj
＝|fj| |vj|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0053]
其中，rj为风险，j为1到m中的任意一个数；fj为电网频率变化百分比；vj为电网电压变化百分比。
[0054]
可以理解，处理器在获取到线路跳闸后电网频率变化百分比fj和电网电压变化百分比vj后根据公式(1)计算风险rj，该风险rj是火点j影响的电网所有线路的风险之和，线路风险是指线路跳闸后电网损失的负荷数。
[0055]
步骤s103：获取火点的最大燃烧时间。
[0056]
可以理解，灭火装备能用于火点处救火，以减少发生山火后输电线路的损失。当没有灭火装备能去火点救火，此时火点燃烧的时间最长，该时间即为火点的最大燃烧时间
t
max
，本实施例中最大燃烧时间t
max
为处理器中预先设置的一个定值。进一步地，本实施例中的灭火装备可优选为消防车。
[0057]
步骤s104：基于风险和最大燃烧时间获取灭火装备去火点救火后的收益。
[0058]
在本发明的一个实施例中，步骤s104：基于风险和最大燃烧时间获取灭火装备去火点救火后的收益又包括步骤s301-步骤s305，其中：
[0059]
步骤s301：确定在火点的预设范围内存在灭火装备；
[0060]
步骤s302：判断灭火装备是否去火点救火；
[0061]
步骤s303：在灭火装备去火点救火的情况下，获取灭火装备、火点之间的距离和灭火装备的运动速度；
[0062]
步骤s304：基于距离和运动速度确定灭火装备的运动时间。
[0063]
可以理解，本实施例中的灭火装备调配系统还包括灭火装备检测设备，该灭火装备检测设备和处理器信号连接并用于检测灭火装备的位置、数量(令本实施例中的灭火装备数量为第二数量n，其中，n为正整数，i为1到n中的任意一个数)，灭火装备检测设备在检测完成后将检测结果发送给处理器，以便处理器根据上述检测结果以及火点位置确定该灭火装备是否在火点的预设范围内，若在，则说明在火点的预设范围内存在灭火装备，否则在火点的预设范围内不存在灭火装备。当火点的预设范围内存在灭火装备时，灭火装备能去火点救火，以减少输电线路产生的损失。
[0064]
灭火装备调配系统还包括路况检测设备，该路况检测设备和处理器信号连接并用于检测灭火装备和火点之间的实时路况，并在检测完成后将上述信息发送给处理器。处理器在确定灭火装备去火点救火的情况下确定灭火装备和火点之间的距离，并根据实时路况信息确定灭火装备的运动速度(为尽量减少火点的燃烧时间，此时灭火装备的运动速度为在上述实时路况下灭火装备能达到的最大运动速度)。在获取灭火装备、火点之间的距离和灭火装备的运动速度之后，处理器根据以下公式计算灭火装备的运动时间：
[0065][0066]
其中，t
ij
为灭火装备i到火点j的运动时间；l
ij
为灭火装备i到火点j之间的距离；vi为灭火装备的运动速度。
[0067]
步骤s305：基于风险、最大燃烧时间和运动时间获取灭火装备去火点救火后的收益。
[0068]
在本发明的一个实施例中，步骤s305：基于风险、最大燃烧时间和运动时间获取灭火装备去火点救火后的收益又包括步骤s401-步骤s402，其中：
[0069]
步骤s401：获取灭火装置的第二数量n，其中，n均为正整数；
[0070]
步骤s402：根据以下公式计算收益：
[0071][0072]
其中，c
ij
为收益，i为1到n中的任意一个数；rj为风险；t
max
为最大燃烧时间；t
ij
为运动时间。
[0073]
可以理解，处理器在获取到风险rj、火点的最大燃烧时间t
max
(此处的最大燃烧时
间t
max
具体指火点j的最大燃烧时间)以及灭火装备i到火点j的运动时间t
ij
以后，根据公式(3)即可计算出灭火装备i到火点j救火后产生的收益c
ij
。此外，若没有灭火装备去火点j救火，则t
ij
＝t
max
。
[0074]
步骤s105：基于收益构建灭火装备去火点救火的总收益优化模型。
[0075]
在本发明的一个实施例中，步骤s105：基于收益构建灭火装备去火点救火的总收益优化模型还包括：
[0076]
根据以下公式构建总收益优化模型：
[0077][0078][0079]
x
ij
＝0,1；i＝1,2,
…
,n；j＝1,2,
…
,m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0081]
其中，g为总收益；x
ij
为灭火装备去火点救火的决策变量。
[0082]
可以理解，为使电网总的损失最小，等价于使所有灭火装备救援的总收益最大，因此总收益优化模型中的目标函数要使总收益最大化(即要求取到maxg)；决策变量x
ij
＝1表示灭火装备i去火点j救火，决策变量x
ij
＝0表示灭火装备i不去火点j救火；约束条件中的代表着一个火点最多有一个灭火装备去救火，约束条件中的代表着一个灭火装备只能去一个火点救火(或者不去火点救火)。该优化模型考虑了多火点情形下火点和灭火装备的相对位置和灭火装备路径的整体优化，数学建模明晰且实用价值高。
[0083]
步骤s106：获取总收益优化模型的最佳计算结果，并基于最佳计算结果确定灭火装备的救火调配路线。
[0084]
可以理解，本实施例中的总收益优化模型为0-1型整数线性规划模型，适宜采用遗传算法(遗传算法(genetic algorithm，ga)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，该算法通过数学的方式，利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。)获取总收益优化模型的最佳计算结果，该种算法相对于其它算法，在求解较为复杂的组合优化问题时，相对一些常规的优化算法，通常能够较快地获得较好的优化结果。
[0085]
例如，如图2所示，图中的横坐标和纵坐标分别表示经度位置和纬度位置，6个三角形分别代表6个不同位置的火点，每个火点下面的数值代表着对应的风险值，3个正方形分别代表着灭火装备，每个灭火装备的运动速度均为100km/h。
[0086]
根据上述条件构建总收益优化模型并采用遗传算法求解后的结果(即灭火装备的
救火调配路线)如图3所示，正方形和三角形之间的虚线连接即代表着灭火装备去与之相连的火点处救火。
[0087]
本发明的另一个实施例提供一种处理器，被配置成执行上述的用于输电线路山火群发故障的灭火装备调配方法。
[0088]
本发明的另一个实施例提供一种用于输电线路山火群发故障的灭火装备调配系统，灭火装备调配系统包括上述的处理器。
[0089]
可以理解，灭火装备调配系统中包括处理器和用于检测是否发生山火并确定火点具体数量、位置的火点检测设备(如卫星检测设备)，该火点检测设备和处理器信号连接，该火点检测设备检测到山火并确定火点具体位置后，将上述信息传递给处理；
[0090]
灭火装备调配系统还包括灭火装备检测设备，该灭火装备检测设备和处理器信号连接并用于检测灭火装备的位置、数量，灭火装备检测设备在检测完成后将检测结果发送给处理器，本实施例中的灭火装备优选为消防车；
[0091]
灭火装备调配系统还包括路况检测设备，该路况检测设备和处理器信号连接并用于检测灭火装备和火点之间的实时路况，并在检测完成后将上述信息发送给处理器。
[0092]
本发明的另一个实施例提供一种机器可读存储介质，机器可读存储介质上存储有指令，指令用于使得机器执行上述用于输电线路山火群发故障的灭火装备调配方法。
[0093]
本发明提供的一种用于输电线路山火群发故障的灭火装备调配方法、处理器、灭火装备调配系统和机器可读存储介质，通过获取火点所在线路跳闸后电网频率变化百分比和电网电压变化百分比并计算火点的风险；获取灭火装备去火点救火后的收益；基于收益构建灭火装备去火点救火的总收益优化模型并计算出灭火装备的救火调配路线，能够快速制定灭火装备的最优调配策略，使电网损失降到最低，对指导灭火装备实施最优电网山火救援、降低电网损失有重要作用。
[0094]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0095]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0096]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0097]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0098]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0099]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0100]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0101]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0102]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。